imbajin commented on code in PR #407: URL: https://github.com/apache/incubator-hugegraph-doc/pull/407#discussion_r2144345559
########## content/cn/docs/quickstart/hugegraph-ai/_index.md: ########## @@ -0,0 +1,225 @@ +--- +title: "HugeGraph-AI" +linkTitle: "HugeGraph-AI" +weight: 3 +--- + +> 请参阅 AI 仓库的 [README](https://github.com/apache/incubator-hugegraph-ai/tree/main/hugegraph-llm#readme) 以获取最新的文档，官网会**定期**更新同步。 + +> AI 总结项目文档：[](https://deepwiki.com/apache/incubator-hugegraph-ai) + +## 1. 摘要 + +`hugegraph-llm` 是一个用于实现和研究大语言模型相关功能的工具。 +该项目包含可运行的演示（demo），也可以作为第三方库使用。 + +众所周知，图系统可以帮助大模型解决时效性和幻觉等挑战， +而大模型则可以帮助图系统解决成本相关的问题。 + +通过这个项目，我们旨在降低图系统的使用成本，并减少构建知识图谱的复杂性。 +本项目将为图系统和大语言模型提供更多的应用和集成解决方案。 +1. 通过 LLM + HugeGraph 构建知识图谱 +2. 使用自然语言操作图数据库 (Gremlin/Cypher) +3. 知识图谱补充答案上下文 (GraphRAG → Graph Agent) + +## 2. 环境要求 +> [!IMPORTANT] +> - python 3.10+ (未在 3.12 中测试) +> - hugegraph-server 1.3+ (建议使用 1.5+) +> - uv 0.7+ + +## 3. 准备工作 + +### 3.1 Docker + +**Docker 部署** + 您也可以使用 Docker 来部署 HugeGraph-AI： + - 确保您已安装 Docker + - 我们提供两个容器镜像： + - **镜像 1**: [hugegraph/rag](https://hub.docker.com/r/hugegraph/rag/tags) + 用于构建和运行 RAG 功能，适合快速部署和开发 + - **镜像 2**: [hugegraph/rag-bin](https://hub.docker.com/r/hugegraph/rag-bin/tags) + 使用 Nuitka 编译的二进制版本，在生产环境中性能更稳定、更高效 + - 拉取 Docker 镜像： + ```bash + docker pull hugegraph/rag:latest # 拉取镜像1 + docker pull hugegraph/rag-bin:latest # 拉取镜像2 + ``` + - 启动 Docker 容器： + ```bash + docker run -it --name rag -v path2project/hugegraph-llm/.env:/home/work/hugegraph-llm/.env -p 8001:8001 hugegraph/rag bash + docker run -it --name rag-bin -v path2project/hugegraph-llm/.env:/home/work/hugegraph-llm/.env -p 8001:8001 hugegraph/rag-bin bash Review Comment: ```suggestion docker run -it --name rag -v /path/to/.env:/home/work/hugegraph-llm/.env -p 8001:8001 hugegraph/rag bash docker run -it --name rag-bin -v /path/to/.env:/home/work/hugegraph-llm/.env -p 8001:8001 hugegraph/rag-bin bash ``` ########## content/cn/docs/quickstart/hugegraph-ai/_index.md: ########## @@ -0,0 +1,225 @@ +--- +title: "HugeGraph-AI" +linkTitle: "HugeGraph-AI" +weight: 3 +--- + +> 请参阅 AI 仓库的 [README](https://github.com/apache/incubator-hugegraph-ai/tree/main/hugegraph-llm#readme) 以获取最新的文档，官网会**定期**更新同步。 + +> AI 总结项目文档：[](https://deepwiki.com/apache/incubator-hugegraph-ai) + +## 1. 摘要 + +`hugegraph-llm` 是一个用于实现和研究大语言模型相关功能的工具。 +该项目包含可运行的演示（demo），也可以作为第三方库使用。 + +众所周知，图系统可以帮助大模型解决时效性和幻觉等挑战， +而大模型则可以帮助图系统解决成本相关的问题。 + +通过这个项目，我们旨在降低图系统的使用成本，并减少构建知识图谱的复杂性。 +本项目将为图系统和大语言模型提供更多的应用和集成解决方案。 +1. 通过 LLM + HugeGraph 构建知识图谱 +2. 使用自然语言操作图数据库 (Gremlin/Cypher) +3. 知识图谱补充答案上下文 (GraphRAG → Graph Agent) + +## 2. 环境要求 +> [!IMPORTANT] +> - python 3.10+ (未在 3.12 中测试) +> - hugegraph-server 1.3+ (建议使用 1.5+) +> - uv 0.7+ + +## 3. 准备工作 + +### 3.1 Docker + +**Docker 部署** + 您也可以使用 Docker 来部署 HugeGraph-AI： + - 确保您已安装 Docker + - 我们提供两个容器镜像： + - **镜像 1**: [hugegraph/rag](https://hub.docker.com/r/hugegraph/rag/tags) + 用于构建和运行 RAG 功能，适合快速部署和开发 Review Comment: ```suggestion 用于构建和运行 RAG 功能，适合快速部署和直接修改源码 ``` ########## content/cn/docs/quickstart/hugegraph-ai/_index.md: ########## @@ -0,0 +1,225 @@ +--- +title: "HugeGraph-AI" +linkTitle: "HugeGraph-AI" +weight: 3 +--- + +> 请参阅 AI 仓库的 [README](https://github.com/apache/incubator-hugegraph-ai/tree/main/hugegraph-llm#readme) 以获取最新的文档，官网会**定期**更新同步。 + +> AI 总结项目文档：[](https://deepwiki.com/apache/incubator-hugegraph-ai) + +## 1. 摘要 + +`hugegraph-llm` 是一个用于实现和研究大语言模型相关功能的工具。 +该项目包含可运行的演示（demo），也可以作为第三方库使用。 + +众所周知，图系统可以帮助大模型解决时效性和幻觉等挑战， +而大模型则可以帮助图系统解决成本相关的问题。 + +通过这个项目，我们旨在降低图系统的使用成本，并减少构建知识图谱的复杂性。 +本项目将为图系统和大语言模型提供更多的应用和集成解决方案。 +1. 通过 LLM + HugeGraph 构建知识图谱 +2. 使用自然语言操作图数据库 (Gremlin/Cypher) +3. 知识图谱补充答案上下文 (GraphRAG → Graph Agent) + +## 2. 环境要求 +> [!IMPORTANT] +> - python 3.10+ (未在 3.12 中测试) +> - hugegraph-server 1.3+ (建议使用 1.5+) +> - uv 0.7+ + +## 3. 准备工作 + +### 3.1 Docker + +**Docker 部署** + 您也可以使用 Docker 来部署 HugeGraph-AI： + - 确保您已安装 Docker + - 我们提供两个容器镜像： + - **镜像 1**: [hugegraph/rag](https://hub.docker.com/r/hugegraph/rag/tags) + 用于构建和运行 RAG 功能，适合快速部署和开发 + - **镜像 2**: [hugegraph/rag-bin](https://hub.docker.com/r/hugegraph/rag-bin/tags) + 使用 Nuitka 编译的二进制版本，在生产环境中性能更稳定、更高效 Review Comment: ```suggestion 使用 Nuitka 编译的 C 二进制转译版本，性能更好、更高效 ``` -- This is an automated message from the Apache Git Service. To respond to the message, please log on to GitHub and use the URL above to go to the specific comment. To unsubscribe, e-mail: [email protected] For queries about this service, please contact Infrastructure at: [email protected] --------------------------------------------------------------------- To unsubscribe, e-mail: [email protected] For additional commands, e-mail: [email protected]
